[发明专利]基于混合小波编码的医学超声图像压缩方法

说明书

(一)技术领域

本发明属于图像处理技术领域，具体涉及一种医学超声图像压缩方法。

(二)背景技术

随着现代医疗成像技术的多样化与专业化，数字医学图像的种类与数量不断增加，其巨大的数据容量造成了存储和传输的难题。图像压缩就是在保证必要的图像质量前提下，用尽可能少的编码符号传输或存储图像，或者在给定编码符号数的情况下，使恢复图像的质量尽可能好。

常见的图像压缩方法有Huffman编码、预测编码以及变换编码等。Huffman编码完全依据字符出现概率来构造字符的平均长度最短的码字，该算法先对图像数据扫描一遍，计算出各种像素出现的概率，按概率大小指定不同长度的唯一码字，由此得到该图像的Huffman码表。预测编码利用图像相邻像素之间具有的较强相关性，用相邻的已知像素来预测当前像素值，对该像素的真值与预测值的差进行量化和编码。变换编码将图像矩阵变换到系数空间上进行处理，将散布在各坐标轴上的原始图像数据集中到新的坐标系中的少数坐标轴上，使变换后的系数间的相关性降低。基于小波变换的编码方法将整幅图像逐级分解到不同分辨率的尺度空间，再对分解系数进行扫描编码，能够很好地消除解码图像的块状效应，获得较好的压缩效果。由于扫描编码输出结果位流对重建图像的贡献严格按从重到轻排列，可实现按一定优先级可控传输，这种图像的分层传输方式特别适合网络通信要求，因此该方法在图像压缩中被广泛应用。

医学超声图像是医学诊断和疾病治疗的重要根据，在临床上具有重要的应用价值。确保医学超声图像压缩后的高保真度是图像压缩首要考虑的因素。在最初应用中，考虑到医学影像对质量的特殊要求和法律的原因，一般采用无损压缩技术，因为它能够精确地还原图像。但是无损图像压缩的缺点是压缩比低，而有损图像压缩的压缩比高。所以将这两种压缩法方法结合起来，在保证影像主观质量的同时提高压缩比是医学超声图像压缩的趋势。不同的小波基对相同的图像内容的压缩效率是不同的。对医学超声图像背景区的字符等突变的信号，Haar小波的压缩效果要好于双正交5/3小波等光滑的小波基，但对于成像区域来说，Haar小波不但不能获得高的压缩比，而且解压缩的图像质量较差。基于如上原因，本发明提出一种针对超声图像布局特点的混合小波编码，也就是对成像区域用双正交5/3小波等比较光滑的小波变换，对背景区域采用Haar小波变换这种对字符等突变信号有更好表示能力的小波，然后通过由成像区掩模计算出的小波域掩模将两者结合，统一进行小波系数的编码。本发明在提高压缩比的同时，保证了诊断区域的信息无损。

(三)发明内容

本发明的目的在于提出一种适用于对医学超声图像进行部分有损的压缩，克服了以往的无损小波编码压缩方法中压缩率不高的问题，并保证了图像诊断区域的信息无损性的基于混合小波编码的医学超声图像压缩方法。

本发明的目的是通过以下技术方案实现的：

1)对医学超声图像I进行小波变换，对成像区进行小波变换，即W_IA(I×MI)，对背景区进行小波变换，即W_BG(I×(1-MI)/S)，MI代表成像区形状掩模，函数W表示整数提升小波变换，其下角标IA表示对成像区域进行变换的小波，函数W下角标BG表示对成像区域进行变换的小波，S是尺度参数；

2)根据超声图像的成像区形状掩模MI计算小波域掩模MW，通过小波域掩模MW计算得到图像的混合小波系数；

3)对混合小波系数用小波系数编码算法，基于分层树的集合划分算法进行编码，得到图像压缩结果。

本发明具体包括如下步骤：

第一步，医学超声图像I的小波变换。对成像区进行小波变换，即W_IA(I×MI)。这里MI代表成像区形状掩模，是二值图像，1表示该点像素属于超声图像的成像区，0表示该点像素属于超声图像的背景区。函数W表示整数提升小波变换，其下角标IA表示对成像区域进行变换的小波。对背景区进行小波变换，即W_BG(I×(1-MI)/S)。函数W下角标BG表示对成像区域进行变换的小波。另外，因为背景区除了灰阶通常都是字符，灰度对比大且灰度渐变的区域少，引入尺度参数S来对背景区的灰度进行压缩，这样可以降低小波变换的系数。